Match, Compare, or Select? An Investigation of Large Language Models for Entity Matching

实体匹配（EM）是实体解析（ER）中的关键步骤。最近，基于大型语言模型（LLMs）的实体匹配表现出巨大的潜力。然而，目前的LLM实体匹配方法通常遵循二进制匹配范例，忽略了记录关系之间的全局一致性。在本文中，我们研究了各种基于LLM的实体匹配方法，从不同的角度融合记录交互。具体而言，我们全面比较了三种代表性策略：匹配、比较和选择，并分析了它们在不同场景中的优点和挑战。基于我们的发现，我们进一步设计了一个复合实体匹配框架（ComEM），利用多种策略和LLMs的组合。ComEM从不同方面的优势中受益，并在效果和效率方面都取得了提高。在8个ER数据集和9个LLMs上的实验结果验证了通过选择策略融合记录交互的优越性，以及ComEM带来的进一步的成本效益。

本论文旨在解决实体匹配（EM）中二元匹配范式无法考虑记录关系全局一致性的问题，提出了基于大型语言模型（LLMs）的实体匹配方法，并探究了匹配、比较和选择三种代表性策略的优劣和适用场景。

本论文提出了复合实体匹配框架（ComEM），通过利用多种策略和LLMs的组合，从不同角度和优势中受益，提高了效率和准确性。其中，选择策略在结合记录交互方面表现最佳。

本文在8个ER数据集和9个LLMs上进行了实验，验证了选择策略的优越性和ComEM的成本效益。值得关注的是，本文提出的方法不仅提高了匹配效率和准确性，而且在处理记录关系全局一致性方面具有新颖性。此外，本文开源了代码。

近期相关研究包括《Entity Resolution with Pre-trained Transformers》、《Entity Matching Using Transformer-Based Hierarchical Graph Convolutional Networks》等。